Python 从 narray/lists 的 dict 创建 DataFrame

Python中的pandas库提供了DataFrame数据结构，可以用于数据分析和数据操作。DataFrame可以通过多种方式创建，其中之一是通过字典(dict)转换得到。本篇文章将详细讲解如何使用Python从narray/lists的dict创建DataFrame，包括如何设置列名、索引、数据类型等。

1. 实例说明

在开始讲解之前，先给出一个示例数据，以便后续使用。我们有两个字典，一个字典包含学生的姓名、年龄和成绩信息，另一个字典包含学生的性别信息。示例数据如下：

student_info = {
    'name': ['小明', '小红', '小刚', '小李'],
    'age': [20, 19, 18, 21],
    'score': [80, 78, 92, 85]
}

student_gender = {
    'gender': ['男', '女', '男', '男']
}

2. 从narray创建DataFrame

我们可以使用numpy库创建narray，然后将其转换成DataFrame。

例如，我们创建一个3x3的narray，每个元素的数据类型为int，然后通过列名和索引名创建DataFrame。

import numpy as np
import pandas as pd

# 创建一个3x3的narray，每个元素的数据类型为int
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 通过列名和索引名创建DataFrame
df = pd.DataFrame(data, columns=['A', 'B', 'C'], index=['a', 'b', 'c'])
print(df)

输出结果如下：

   A  B  C
a  1  2  3
b  4  5  6
c  7  8  9

3. 从lists创建DataFrame

我们也可以使用Python的列表(lists)创建DataFrame。

以学生信息为例，我们将学生信息存储在两个列表中，然后创建DataFrame并设置列名和索引。

# 创建列表
names = ['小明', '小红', '小刚', '小李']
ages = [20, 19, 18, 21]
scores = [80, 78, 92, 85]

# 通过列表创建DataFrame
df = pd.DataFrame({'name': names, 'age': ages, 'score': scores}, index=[1, 2, 3, 4])
print(df)

输出结果如下：

  name  age  score
1   小明   20     80
2   小红   19     78
3   小刚   18     92
4   小李   21     85

4. 从dict创建DataFrame

我们可以使用字典(dict)创建DataFrame。以学生信息为例，我们将学生信息存储在字典中，然后创建DataFrame并设置列名和索引。

# 创建字典
student_info = {
    'name': ['小明', '小红', '小刚', '小李'],
    'age': [20, 19, 18, 21],
    'score': [80, 78, 92, 85]
}

# 通过字典创建DataFrame
df = pd.DataFrame(student_info, index=['a', 'b', 'c', 'd'])
print(df)

输出结果如下：

  name  age  score
a   小明   20     80
b   小红   19     78
c   小刚   18     92
d   小李   21     85

若想要为新产生的DataFrame加上新增的列，可以先将新增列存放在列表(lists)中，然后通过字典(dict)的形式添加到原有的字典(dict)中，最后使用pd.DataFrame()方法生成DataFrame对象。例如，现在需要给学生信息添加性别列。

# 创建字典
student_gender = {
    'gender': ['男', '女', '男', '男']
}

# 将字典和新增列的字典合并
merged_dict = dict(student_info, **student_gender)

# 通过字典创建DataFrame
df = pd.DataFrame(merged_dict, index=['a', 'b', 'c', 'd'])
print(df)

输出结果如下：

   name  age  score gender
a   小明   20     80      男
b   小红   19     78      女
c   小刚   18     92      男
d   小李   21     85      男

5. 设置数据类型

我们可以使用dtype参数设置数据类型。

以学生信息为例，我们将学生信息存储在字典中，然后创建DataFrame并设置列名、索引和数据类型。

# 创建字典
student_info = {
    'name': ['小明', '小红', '小刚', '小李'],
    'age': [20, 19, 18, 21],
    'score': [80, 78, 92, 85]
}

# 通过字典创建DataFrame，并设置数据类型
df = pd.DataFrame(student_info, index=['a', 'b', 'c', 'd'], dtype=float)
print(df)

输出结果如下：

  name   age  score
a   小明  20.0   80.0
b   小红  19.0   78.0
c   小刚  18.0   92.0
d   小李  21.0   85.0

6. 总结

本篇文章对Python从narray/lists的dict创建DataFrame进行了详细的讲解。通过numpy、列表(lists)和字典(dict)三种方式，我们可以非常方便地创建DataFrame，并且可以设置列名、索引、数据类型等。在实际数据分析和数据操作中，DataFrame是十分常用的数据结构，掌握DataFrame的创建和操作技能对于Python数据科学领域的从业者来说至关重要。